Graph Neural Networks for social RecommendationAbstract传统社交推荐系统中的数据可以表示为用户-用户社交图(user-user social graph)和用户-项目图（user-item graph），本文针对此提出应用GNN提高推荐的效果并解决了如下挑战：1、用户-项目图对交互及用户意见的编码;2、社会关系异质性的表示;3、两种图形的综合考

论文：Spatio-Temporal Graph Convolutional Networks A Deep Learning Frameworkfor Traffic出处：IJCAI 2018大体思路：使用Kipf & Welling2017的近似谱图卷积得到的图卷积作为空间上的卷积操作，时间上使用一维卷积对所有顶点进行卷积，两者交替进行，组成了时空卷积块，在加州PeMS和北京市的两个数

一、电脑配置检查1. 检查电脑显卡类型注意电脑显卡不是NVIDIA的忽略这一步，非NVIDIA显卡不能安装CUDA。 在桌面鼠标右键：点击NVIDIA 控制面板->选择左下角 系统信息->组件从第三幅图可以看出我的CUDA是11的版本，所以下面我将安装11版本的CUDA二、更新你的NVIDIA驱动进入NVIDIA官网：https://www.nvidia.cn/gefor...

1、基础篇1.1 变量类型的影响对于如下程序#include<stdio.h>using namespace std;int main(){printf("%f\n",8/5);return 0;}函数不会进行任何类型转换，它只是从内存中读出你所提供的元素的值（按照%d，%f等控制字符提示的格式）。printf("%c\n",48);会输出0C...

基于multiprocessing map实现python并行化之前从来没考虑python可以并行化，最近有一个项目需要计算100*100 次的遗传算法适应度，每次计算都要用到700000+的数据，每次计算不并行的话得用几十分钟，根本顶不住，因此调研并学习了一下并行化处理，还是很有效的，现在每次计算基本控制在2分钟以内。首先看一个并行化实现for循环的博客，适合刚刚接触python并行化的伙伴。[

一、电脑配置检查1. 检查电脑显卡类型注意电脑显卡不是NVIDIA的忽略这一步，非NVIDIA显卡不能安装CUDA。 在桌面鼠标右键：点击NVIDIA 控制面板->选择左下角 系统信息->组件从第三幅图可以看出我的CUDA是11的版本，所以下面我将安装11版本的CUDA二、更新你的NVIDIA驱动进入NVIDIA官网：https://www.nvidia.cn/gefor...